Astra 正式发布:评测饱和、对齐更好,但代码垃圾和过度求确认待修
ren_hongyu · x · 2026-09-04
研究团队成员 yanndubs 宣布 Astra 正式发布,并总结了亮点与问题:
亮点
- 能力大幅提升,基准评测已接近饱和
- 对齐性与可信度更好
- 计算机使用(CUA)能力更强,例如用 Blender 生成了一栋房子
遗留问题
- 代码 slop 太多
- 频繁请求确认显得「偷懒」——团队本意是让模型谨慎,但可能过度矫正
作者表示下一版会修复这些问题。
所属事件:OpenAI 发布 GPT-6 Astra，团队自评更聪明但代码冗余待修(6 条相关)→
「模型」频道最新
- OpenAI发布GPT-6 Astra：DeepSWE达75.2%，主打的不是跑分是自主修bug — koltregaskes · 2026-09-04
- Grok 盘点 OpenAI 迭代节奏：Sol 到 Astra 仅隔 2 个月 — msg · 2026-09-04
- GPT-6 Astra 上线 Microsoft Foundry，定位工作场景前沿模型 — DanWahlin · 2026-09-04
- Astra 的 ARC-AGI-3 成绩遭质疑:是实力还是又「作弊」了? — jayokunle · 2026-09-04
- Reddit 网友求推荐:那些几乎无人讨论的冷门文本与编码模型 — w6auw · 2026-09-04
- 「Opus 3 的魔力来自它的身体感」：AI 圈津津乐道的模型人格观察 — repligate · 2026-09-04